首站-论文投稿智能助手
典型文献
基于临床和增强CT影像组学的列线图术前预测EB病毒相关性胃癌的价值
文献摘要:
目的:探讨基于临床和增强CT影像组学的列线图术前预测EB病毒(EBV)相关性胃癌的价值。方法:回顾性分析经手术病理证实的136例胃癌患者资料,男100例、女36例,年龄[ M( Q1, Q3)]65(53,71)岁。根据EBV编码的小RNA原位杂交技术测定的结果分为EBV阳性组( n=32)和EBV阴性组( n=104)。所有患者术前均行多期CT增强扫描。按7∶3比例将患者分为训练组( n=95)和验证组( n=41)。利用MaZda软件提取增强CT图像的影像组学特征。采用组内相关系数(ICC)、方差分析和最小绝对收缩与选择算法(LASSO)回归进行影像组学特征降维,计算影像组学评分(Radscore)。联合临床资料、形态学特征及影像组学评分建立列线图模型。根据受试者工作特征曲线下面积(AUC)评价列线图的预测效能,决策曲线评价列线图的临床净获益,根据训练组和验证组的数据绘制校准曲线对列线图进行验证。 结果:经筛选后,最终得到6个最优的影像组学特征,包括灰度均值、偏度、S(1,0)熵和、S(1,1)对比度、99%灰度百分位、S(2,2)角二阶矩。在训练组和验证组中,EBV阳性组的Radscore高于EBV阴性组(训练组:3.78±0.83 比 2.80±0.98;验证组:3.81±0.47 比 2.94±0.95)(均 P<0.05)。影像组学模型在训练组和验证组的AUC分别为0.773(95% CI:0.612~0.962)、0.792(95% CI:0.597~0.927),灵敏度和特异度分别为63.6%和93.1%、70.0%和87.1%;临床和影像组学的列线图模型在训练组和验证组的AUC分别为0.883(95% CI:0.644~0.984)、0.851(95% CI:0.715~0.996),列线图模型的预测效能更佳(均 P<0.05)。 结论:基于临床和影像组学的列线图模型对EB病毒相关性胃癌具有较好的预测效能。
文献关键词:
放射学;胃癌;EB病毒;影像组学;预测模型;横断面研究
作者姓名:
耿莉;纵瑞龙;王文涛;赵厚亮;郇艳美;刘忠啸;孟闫凯;徐凯
作者机构:
徐州医科大学附属医院影像科,徐州 221000;徐州市中心医院CT室,徐州 221000
文献出处:
引用格式:
[1]耿莉;纵瑞龙;王文涛;赵厚亮;郇艳美;刘忠啸;孟闫凯;徐凯-.基于临床和增强CT影像组学的列线图术前预测EB病毒相关性胃癌的价值)[J].中华医学杂志,2022(37):2956-2962
A类:
B类:
基于临床,术前预测,EBV,经手,手术病理,胃癌患者,Q1,Q3,原位杂交,杂交技术,多期,增强扫描,训练组,MaZda,影像组学特征,ICC,选择算法,LASSO,特征降维,影像组学评分,Radscore,形态学特征,列线图模型,受试者工作特征曲线,特征曲线下面积,预测效能,决策曲线,校准曲线,灰度均值,偏度,对比度,百分位,二阶矩,放射学,横断面研究
AB值:
0.254397
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。